73 편의 논문
이 논문은 상수 이득 학습 규칙을 사용하는 거시경제 모델에서 다중 행동 균형이 존재할 경우, 기하학적 에르고딕성을 입증하고 구조적 매개변수의 비선형 최소제곱 추정량의 일관성 및 점근적 정규성을 규명하며, 균형 해가 중복될 때 발생하는 혼합 수렴 속도와 비표준 극한 분포를 고려한 추론 절차와 균일 신뢰대 구성 방법을 제안합니다.
이 논문은 다차원 sequential screening 환경에서 독점자가 구매자의 사적 정보를 사전에 추출하여 최적 메커니즘을 각 재화에 대한 독립적인 순차적 스크리닝의 합으로 단순화할 수 있음을 보임으로써, 다양한 산업에서 관찰되는 회원권 가입 후 개별 판매 방식의 이론적 근거를 제시합니다.
이 논문은 디지털 독점 시장에서 복제 비용이 제로라는 특성이 생산적 비효율 (최고 품질에 대한 과소 투자) 과 분배적 비효율 (저품질 버전의 배분) 을 초래하며, 경쟁은 전자를 심화시키지만 후자를 개선한다는 점을 규명합니다.
이 논문은 회귀 불연속 설계 등 다양한 응용 분야에서 내재적 순서 통계량의 수렴 속도를 분석하기 위해 기존 연구의 제한적인 조건을 완화하고, 조건부 분포 근사를 위한 새로운 일반적 수렴 속도 이론을 제시합니다.
이 논문은 표준 및 고정 평활화 점근론을 기반으로 예측 정확도를 비교하는 Diebold-Mariano 유형의 검정을 수행하고 대역폭 민감성 및 크기 - 전력 트레이드오프를 시각화하는 'ForeComp'라는 R 패키지를 소개하고, 전문가 예측 조사 데이터와 몬테카를로 시뮬레이션을 통해 그 유효성을 입증합니다.
이 논문은 지지 및 모멘트 제약이 있는 불완전 모델에서 구조적 매개변수 식별과 반사실 분석이 동형임을 증명하고, 기존 방법론의 한계를 극복하기 위해 지지 함수 접근법을 확장하여 반사실 시나리오에서도 적용 가능한 통합 식별 프레임워크를 제시합니다.
이 논문은 미국 경기 침체 예측을 위해 연속 변수 대신 임계값 기반의 '위험 상태' 이진 변환을 도입함으로써 선형 모델의 예측 성능을 향상시키고 머신러닝 방법과 경쟁력을 갖출 수 있음을 보여줍니다.
이 논문은 이산적 결과변수를 가진 패널 데이터에서 평균처치효과를 추정하기 위해 기존 차이간차분법의 한계를 극복하는 '전이 독립성' 가정을 기반으로 한 새로운 식별 전략과 잠재유형 마코프 구조를 제안합니다.
이 논문은 두 진영 간의 심리적 게임 모델을 통해 '상대방도 그랬다'는 식의 반박 전략인 'whataboutism'이 오프레시적 발언을 부추겨 양극화된 사회에서 예의 규범이 완전히 붕괴될 수 있음을 규명합니다.
이 논문은 대규모 스트리밍 데이터 환경에서 메모리 제약과 실시간 추론 요구를 충족시키기 위해, 유한차원 모수 추정과 미지 단조 연결 함수 학습을 위한 2 단계 온라인 학습 프레임워크를 제안하고 그 수렴성 및 실증적 유효성을 입증합니다.
이 논문은 전략적 링크 상호의존성과 개인별 관측되지 않은 이질성 (고정효과) 이 공존하는 네트워크 형성 모델에서, 내생적 네트워크 통계량과 균형 구조 간의 비선형적 관계를 우회하여 서브네트워크 구성 (테트라드, 트라이드, 가중 사이클) 에 기반한 식별 제한 조건을 도출하고 구조적 매개변수에 대한 유계 추정을 가능하게 하는 실용적 식별 접근법을 제시합니다.
이 논문은 일반화 선형 모델 (GLM) 에서 최대우도추정량의 존재를 보장하는 조건을 규명하고, 이러한 조건이 충족되지 않더라도 일부 선형 모수 추정값의 일관성을 보장할 수 있음을 보여주며, 고정효과가 포함된 고차원 모델에서 해당 조건을 검증하는 방법을 제시합니다.
이 논문은 기후 정책 평가에 활용되는 구조적 변화 탐지를 위해 스파이크-앤드-슬랩 사전 분포를 적용한 베이지안 지시변수 포화 회귀 모델을 제안하고, 이를 유럽 도로 교통 부문의 기후 정책 효과 분석에 적용하여 기존 빈도론적 접근법보다 우수한 성능을 입증합니다.